氣象統(tǒng)計(jì)方法在稻飛虱預(yù)報(bào)應(yīng)用綜述

張雅樂(lè)

中國(guó)氣象局氣象干部培訓(xùn)學(xué)院，北京 100081

氣象統(tǒng)計(jì)方法在稻飛虱預(yù)報(bào)應(yīng)用綜述

張雅樂(lè)

中國(guó)氣象局氣象干部培訓(xùn)學(xué)院，北京 100081

有關(guān)水稻稻飛虱的氣象預(yù)報(bào)，以應(yīng)用統(tǒng)計(jì)方法最為普遍，本文基于已有成果，綜述氣象因子在國(guó)內(nèi)水稻稻飛虱預(yù)報(bào)中的應(yīng)用，指出各類研究的特點(diǎn)以及存在的問(wèn)題。有關(guān)氣象因子對(duì)水稻稻飛虱影響的研究多基于田間觀測(cè)，通過(guò)與氣象資料對(duì)比分析，建立水稻稻飛虱發(fā)生發(fā)展與各氣象因子及因子組合間的定量關(guān)系是運(yùn)用統(tǒng)計(jì)方法主要的思路。然而，目前國(guó)內(nèi)水稻稻飛虱預(yù)報(bào)研究中的數(shù)據(jù)資料較為有限，指標(biāo)選擇處于摸索階段，存在模擬方法單一、研究結(jié)果地域性強(qiáng)、實(shí)用性較差等問(wèn)題。大尺度環(huán)流因子與稻飛虱發(fā)生缺乏深入系統(tǒng)的研究，未來(lái)亟待開(kāi)展。

水稻稻飛虱；氣象因子統(tǒng)計(jì)方法；氣象預(yù)報(bào)

稻飛虱屬同翅目飛虱科。危害較重的是褐飛虱和白背飛虱，早稻前期以白背飛虱為主，后期以褐飛虱為主；中晚稻以褐飛虱為主，是兩種遠(yuǎn)距離遷飛性水稻害蟲(chóng)。褐飛虱在中國(guó)北方各稻區(qū)均有分布；長(zhǎng)江流域以南各省發(fā)生較烈。白背飛虱分布范圍大體相同，以長(zhǎng)江流域發(fā)生較多。20世紀(jì)20年代，僅在江蘇、上海大發(fā)生過(guò)；50年代川、黔、湘，鄂、贛一帶曾局部大發(fā)生；60年代局部地區(qū)稻飛虱危害加重，但仍屬江南部分省的早、中稻上間歇發(fā)作的害蟲(chóng)，在晚稻上偶有成災(zāi)記錄；70年代以來(lái)稻飛虱的危害日趨嚴(yán)重，從局部危害成為稻區(qū)最主要的危害。1974年、1975年連續(xù)兩年在長(zhǎng)江下游地區(qū)暴發(fā)；1987年、1991年在全國(guó)各稻區(qū)特大暴發(fā)；1997年，全國(guó)褐飛虱發(fā)生面積達(dá)1.9×107hm2；2005年秋季，由于氣候條件適宜、褐飛虱種群抗藥性上升等多種因素的共同作用，褐飛虱再度全國(guó)性大爆發(fā)。

稻飛虱的發(fā)生發(fā)展與氣象條件、品種抗性、種植制度、耕作方式等密切相關(guān)，特別是氣象條件對(duì)稻飛虱的遷飛、生長(zhǎng)發(fā)育、繁殖等起著決定性的作用。有關(guān)研究表明氣溫、降水、副熱帶高壓、大氣環(huán)流等氣候條件，對(duì)中國(guó)稻飛虱的遷飛、降落及為害有很大影響。自20世紀(jì)90年代以來(lái)，許多研究者應(yīng)用氣象因子對(duì)稻飛虱開(kāi)展了短期、中期（包括發(fā)生期預(yù)測(cè)、發(fā)生量預(yù)測(cè)和發(fā)生區(qū)預(yù)測(cè)）及長(zhǎng)期預(yù)報(bào)模式的研究。本文擬基于已有成果，從中篩選氣象條件變化與稻飛虱發(fā)生流行的對(duì)應(yīng)觀測(cè)數(shù)據(jù)，總結(jié)氣象條件對(duì)稻飛虱爆發(fā)的影響規(guī)律，并以統(tǒng)計(jì)學(xué)預(yù)報(bào)方法及預(yù)報(bào)內(nèi)容為主線，綜述氣象因子在國(guó)內(nèi)稻飛虱預(yù)報(bào)中的應(yīng)用現(xiàn)狀。

1 稻飛虱的氣象因子統(tǒng)計(jì)預(yù)報(bào)法

隨著昆蟲(chóng)生態(tài)學(xué)的深入研究，人類對(duì)昆蟲(chóng)種群數(shù)量發(fā)生規(guī)律認(rèn)識(shí)日益清晰，關(guān)于害蟲(chóng)的預(yù)測(cè)方法也越來(lái)越多，常用的有線性回歸分析法、時(shí)間序列分析法、模型法、灰色預(yù)測(cè)法、模糊預(yù)測(cè)法、地統(tǒng)計(jì)學(xué)等，這已經(jīng)成為害蟲(chóng)預(yù)測(cè)預(yù)報(bào)的主要方法。

運(yùn)用統(tǒng)計(jì)預(yù)測(cè)法預(yù)測(cè)害蟲(chóng)發(fā)生程度和發(fā)生期的研究眾多。根據(jù)多年觀察積累的資料，探討某種因素如氣候因素、物候現(xiàn)象等，與害蟲(chóng)發(fā)生期、發(fā)生量的關(guān)系，并利用數(shù)學(xué)手段進(jìn)行一定范圍內(nèi)預(yù)測(cè)因子篩選和建模，即為數(shù)理統(tǒng)計(jì)預(yù)測(cè)法。目前關(guān)于病蟲(chóng)害的300多種預(yù)報(bào)法中，大多屬于統(tǒng)計(jì)預(yù)報(bào)。統(tǒng)計(jì)學(xué)預(yù)測(cè)法原理和方法簡(jiǎn)單，都是通過(guò)把系統(tǒng)作為一暗箱處理，考慮其輸入輸出，對(duì)未來(lái)事件做趨勢(shì)預(yù)測(cè)，因而缺乏統(tǒng)計(jì)預(yù)測(cè)模型的生物學(xué)理論基礎(chǔ)，并不能完全把害蟲(chóng)發(fā)生規(guī)律和統(tǒng)計(jì)理論有機(jī)結(jié)合起來(lái)。

1.1 相關(guān)分析法

在相關(guān)分析中，分析側(cè)重于隨機(jī)變量之間的種種相關(guān)特征，所討論的變量的地位一樣。黃珍珠等采用相關(guān)分析法對(duì)廣東省1992年—2009年水稻稻飛虱發(fā)生面積率與同期地面氣象因子進(jìn)行研究,采用兩段最小二乘法、曲線回歸方法分別建立6月、9月廣東省稻飛虱發(fā)生面積率長(zhǎng)期預(yù)測(cè)模型。結(jié)果表明：稻飛虱發(fā)生的關(guān)鍵時(shí)段是6月、9月，關(guān)鍵因子是6月溫雨系數(shù)、大雨日數(shù)、平均風(fēng)速<5m/s的日數(shù)。李軍等應(yīng)用相關(guān)分析法，分析了上海地區(qū)單季晚稻褐飛虱發(fā)生程度、始見(jiàn)期與氣候生態(tài)因子的關(guān)系。結(jié)果表明，上海地區(qū)單季晚稻褐飛虱始見(jiàn)期與當(dāng)年4月16日-30日的降水日數(shù)呈負(fù)相關(guān)，發(fā)生程度與7月降水量成正相關(guān)；單季晚稻褐飛虱的發(fā)生程度與當(dāng)年1月1日-2月10日平均最低氣溫呈負(fù)相關(guān)。

1.2 回歸分析法

回歸分析是應(yīng)用極其廣泛的數(shù)據(jù)分析方法之一，是水稻稻飛虱預(yù)報(bào)中最常用的方法。它基于觀測(cè)數(shù)據(jù)建立變量間適當(dāng)?shù)囊蕾囮P(guān)系，以分析數(shù)據(jù)內(nèi)在規(guī)律，并可用于預(yù)報(bào)、控制等問(wèn)題。當(dāng)前以應(yīng)用地面氣象因子進(jìn)行回歸預(yù)報(bào)居多，溫度、濕度、降水、日照等氣象因子在水稻稻飛虱的數(shù)理統(tǒng)計(jì)預(yù)報(bào)中均有應(yīng)用。此外，還有許多研究針對(duì)各自研究區(qū)域分別對(duì)水稻稻飛虱發(fā)生量以及遷飛通徑建立回歸方程。

不少學(xué)者將逐步回歸方法用于稻飛虱的預(yù)測(cè)預(yù)報(bào)，取得較好的模擬結(jié)果，該方法的基本思想是在所考慮的全部因素中，按其對(duì)因變量顯著程度的大小，逐個(gè)引入回歸方程，那些對(duì)因變作用不顯著的變量可能都未被引入方程；另一方面，已被引入回歸方程的變量在引入新變量后也有可能變成對(duì)因變量作用不顯著而被剔除。

白先達(dá)等利用廣西桂林地區(qū)水稻稻飛虱發(fā)生資料與氣象資料進(jìn)行對(duì)比分析，選擇影響桂林地區(qū)稻飛虱遷入的氣象因子，考慮前期氣象條件和蟲(chóng)源數(shù)，采用回歸分析方法建立水稻稻飛虱遷飛與影響的氣象條件等級(jí)預(yù)報(bào)業(yè)務(wù)系統(tǒng)。系統(tǒng)將各因子和預(yù)報(bào)對(duì)象都劃分為5級(jí)，用當(dāng)?shù)貧庀笈_(tái)發(fā)布的未來(lái)一周天氣預(yù)報(bào)結(jié)論，綜合分析前期氣象條件和蟲(chóng)源數(shù)是否有利，對(duì)未來(lái)1～7d逐日影響稻飛虱遷飛的氣象條件等級(jí)進(jìn)行預(yù)報(bào)，預(yù)報(bào)業(yè)務(wù)系統(tǒng)實(shí)用性強(qiáng),逐日預(yù)報(bào)準(zhǔn)確率達(dá)70%以上。呂東紅等采用逐步回歸法，利用江蘇泰州地區(qū)歷年氣象資料和水稻稻飛虱發(fā)生資料建立了發(fā)生程度預(yù)報(bào)模。結(jié)果表明，前期氣象因子與當(dāng)年水稻稻飛虱發(fā)生有著密切相關(guān)。

盧小鳳等利用廣西桂林地區(qū)稻飛虱歷史蟲(chóng)情以及相應(yīng)站點(diǎn)同期地面氣象觀測(cè)資料，采用因子膨化技術(shù)對(duì)氣象因子進(jìn)行逐候膨化組合，通過(guò)相關(guān)分析篩選出與蟲(chóng)害發(fā)生相關(guān)性最為顯著的關(guān)鍵因子及其組合時(shí)段，利用SPSS軟件建立稻飛虱發(fā)生程度等級(jí)逐候氣象預(yù)報(bào)多元線性回歸模型，實(shí)現(xiàn)稻飛虱發(fā)生程度等級(jí)的逐候動(dòng)態(tài)預(yù)報(bào),而且預(yù)報(bào)準(zhǔn)確率和穩(wěn)定性明顯提高。

陳先文等利用廣東省化州市1993年—2010年稻飛虱系統(tǒng)調(diào)查資料和氣象資料，對(duì)第3代稻飛虱發(fā)生程度與主要?dú)庀笠蜃舆M(jìn)行相關(guān)和通徑分析，建立回歸預(yù)測(cè)模型。研究指出影響第3代稻飛虱發(fā)生程度的主導(dǎo)因子來(lái)自于上年8月下旬平均最高氣溫和當(dāng)年1月上旬相對(duì)濕度，其次為上年8月下旬至9月中旬平均氣溫。并利用逐步回歸方法建立了第3代稻飛虱發(fā)生程度的預(yù)測(cè)模型,模型歷史擬合準(zhǔn)確率為87.8%，而2011年預(yù)測(cè)結(jié)果與實(shí)際發(fā)生實(shí)況一致。

1.3 馬爾可夫模型法

馬爾可夫模型預(yù)測(cè)法是數(shù)學(xué)中具有馬爾可夫性質(zhì)的離散時(shí)間隨機(jī)過(guò)程。該過(guò)程中，在給定當(dāng)前知識(shí)或信息的情況下，只有當(dāng)前的狀態(tài)用來(lái)預(yù)測(cè)將來(lái)，過(guò)去（即當(dāng)前以前的歷史狀態(tài)）對(duì)于預(yù)測(cè)將來(lái)（即當(dāng)前以后的未來(lái)狀態(tài)）是無(wú)關(guān)的，又稱轉(zhuǎn)移概率預(yù)測(cè)法。由n時(shí)刻的狀態(tài)和轉(zhuǎn)移概率預(yù)測(cè)n+1時(shí)刻的狀態(tài)。馬爾可夫鏈預(yù)測(cè)方法適用于隨機(jī)波動(dòng)性較大的時(shí)間序列的預(yù)測(cè)。這種方法因其具有長(zhǎng)期或超長(zhǎng)期預(yù)測(cè)的特點(diǎn)，已在昆蟲(chóng)發(fā)生、氣候及其它領(lǐng)域的預(yù)測(cè)模擬研究中得到廣泛應(yīng)用?；隈R爾可夫鏈理論的轉(zhuǎn)移概率預(yù)測(cè)法與其他許多害蟲(chóng)發(fā)生程度預(yù)測(cè)法相比，無(wú)需從褐飛虱和白背飛虱的田間發(fā)生程度與本地區(qū)氣候條件、種植制度以及當(dāng)年的遷入、遷出數(shù)量等諸多因子密切相關(guān)，因此這兩種害蟲(chóng)在田間的發(fā)生程度有較大的隨機(jī)波動(dòng)性。

2.2.5 辦理意外工傷保險(xiǎn) 入職體檢、崗前培訓(xùn)合格后，辦理工傷保險(xiǎn)和團(tuán)體意外傷害保險(xiǎn)，辦理團(tuán)體人身意外傷害保險(xiǎn)，每人每份保險(xiǎn)費(fèi)300元，意外身故、殘疾保額每人30萬(wàn)元，意外醫(yī)療費(fèi)用補(bǔ)償每人保額35000元。意外傷害住院津貼每人保險(xiǎn)金18000元，每人每日津貼給付標(biāo)準(zhǔn)100元。

閆香慧等根據(jù)重慶市秀山縣植保站1983年—2007年褐飛虱及白背飛虱田間發(fā)生量的歷史資料以及貴州省江口縣病蟲(chóng)測(cè)報(bào)站1977年—2007年32年間燈誘資料，建立了加權(quán)馬爾可夫鏈模型，除進(jìn)行歷史回報(bào)檢驗(yàn)外，還用2008年和2009年的實(shí)際發(fā)生資料對(duì)該模型的預(yù)測(cè)效果進(jìn)行了檢驗(yàn)以重慶市秀山1983年—2007年田間褐飛虱和白背飛虱發(fā)生程度的時(shí)間序列資料，運(yùn)用基于馬爾可夫鏈理論的轉(zhuǎn)移概率預(yù)測(cè)法，構(gòu)建了1-5級(jí)轉(zhuǎn)移概率矩陣，根據(jù)每一階概率矩陣單獨(dú)進(jìn)行回報(bào)的歷史符合率，計(jì)算各階轉(zhuǎn)移概率矩陣的權(quán)重，以前5年褐飛虱和白背飛虱的連續(xù)發(fā)生狀態(tài)預(yù)測(cè)第6年的發(fā)生級(jí)別?；貓?bào)20年的結(jié)果，歷史符合率均達(dá)到90%，對(duì)2008年的預(yù)測(cè)也符合當(dāng)年田間實(shí)際發(fā)生情況。

占衛(wèi)國(guó)利用馬爾科夫模型的病蟲(chóng)害狀態(tài)分級(jí)。按照病蟲(chóng)害發(fā)生的輕重程度，將水稻病蟲(chóng)害分為5個(gè)等級(jí)：1級(jí)為病蟲(chóng)害發(fā)生程度很輕；2級(jí)為病蟲(chóng)害發(fā)生程度較輕；3級(jí)為病蟲(chóng)害發(fā)生程度中等；4級(jí)為病蟲(chóng)害發(fā)生較大面積；5級(jí)為病蟲(chóng)害大面積爆發(fā)且危害程度嚴(yán)重。根據(jù)劃分的5個(gè)等級(jí)，對(duì)鄂東南水稻病蟲(chóng)害進(jìn)行統(tǒng)計(jì)。預(yù)測(cè)2012年稻飛虱病蟲(chóng)害等級(jí)為4級(jí)。

陳觀浩針對(duì)化州市以褐飛虱為主的第6代是危害晚稻中后期的主害代發(fā)生程度，應(yīng)用馬爾可夫鏈法進(jìn)行了超長(zhǎng)期預(yù)報(bào)。預(yù)測(cè)化州市1979年—1999年21年晚稻稻飛虱發(fā)生程度，結(jié)果與大田實(shí)際發(fā)生情況完全一致。對(duì)1985年—1999年的歷史資料進(jìn)行回檢，符合率為96.7%。

但馬爾科夫模型方法的應(yīng)用也受到一定條件的制約：首先，該方法需要積累多年的種群動(dòng)態(tài)調(diào)查資料，而且中間的年份不能間斷；第二，該方法對(duì)于隨機(jī)的、平穩(wěn)的時(shí)間序列有較強(qiáng)的預(yù)測(cè)能力，而對(duì)于未來(lái)突發(fā)性或?yàn)?zāi)變性事件的預(yù)測(cè)能力較弱；第三，害蟲(chóng)種群數(shù)量變動(dòng)是多種因素綜合作用的結(jié)果，凡影響種群出生、死亡和遷入、遷出的因素對(duì)種群數(shù)量的消長(zhǎng)都有作用，而基于馬爾可夫鏈理論的轉(zhuǎn)移概率預(yù)測(cè)法與其它的時(shí)間序列預(yù)測(cè)法一樣，回避了環(huán)境因素等系統(tǒng)變量對(duì)害蟲(chóng)發(fā)生的影響，因而不能直接提供有關(guān)環(huán)境因子對(duì)害蟲(chóng)發(fā)生程度作用的相關(guān)信息。在采用轉(zhuǎn)移概率預(yù)測(cè)法時(shí)，建立多少階的轉(zhuǎn)移概率矩陣較為恰當(dāng)，這一方面要根據(jù)歷史資料的長(zhǎng)短，另一方面更應(yīng)根據(jù)害蟲(chóng)的發(fā)生規(guī)律，特別是周期性規(guī)律，因此，把時(shí)間序列周期分析與馬爾可夫鏈方法結(jié)合起來(lái)，確定轉(zhuǎn)移概率矩陣的階數(shù)是恰當(dāng)?shù)摹?/p>

1.4 大氣環(huán)流指數(shù)法

大氣環(huán)流影響稻區(qū)的日照、氣溫和降水條件，導(dǎo)致地面氣象要素影響稻飛虱發(fā)生的時(shí)間主要在夏季和冬季。我國(guó)稻區(qū)冬季和初春偏暖、多雨寡照及夏季陰雨寡照的年份，易出現(xiàn)稻飛虱的大面積暴發(fā)。已有的研究也表明：大氣環(huán)流與夏季我國(guó)稻區(qū)的降水密切相關(guān)；冬暖年份稻飛虱發(fā)生嚴(yán)重，因?yàn)榕粌H使稻飛虱冬季繁殖，蟲(chóng)卵安全越冬，還可使害蟲(chóng)發(fā)育速度加快，遷入期提前；長(zhǎng)江中下游地區(qū)夏季多雨，也常導(dǎo)致稻飛虱發(fā)生偏重。

高萍等根據(jù)500hPa大氣環(huán)流特征量能表征天氣形勢(shì)和控制天氣條件的這一特性，利用線性及單調(diào)曲線相關(guān)與最優(yōu)化因子相關(guān)兩種技術(shù)對(duì)環(huán)流特征量因子進(jìn)行普查、對(duì)比分析，發(fā)現(xiàn)白背飛虱蟲(chóng)情指標(biāo)與環(huán)流因子之間關(guān)系不僅是線性及幾種單調(diào)曲線的關(guān)系，而且還存在非線性、非單調(diào)的單峰(谷)型的相關(guān)關(guān)系，并從中挑選一批與水稻白背飛虱蟲(chóng)情指標(biāo)相關(guān)極其顯著、穩(wěn)定性強(qiáng)、因子間相互獨(dú)立、可靠的大氣環(huán)流特征量作為預(yù)報(bào)因子，在此基礎(chǔ)上，建立了江蘇省水稻白背飛虱蟲(chóng)情指標(biāo)預(yù)報(bào)的環(huán)流模型，且還證實(shí)了模型中的環(huán)流因子與影響白背飛虱遷入、發(fā)生發(fā)展的氣象條件呈顯著相關(guān)關(guān)系。

錢栓等從影響和制約我國(guó)水稻種植區(qū)氣象條件的大氣環(huán)流因子入手，研究了74項(xiàng)大氣環(huán)流特征量構(gòu)建所有不同時(shí)段的組合，全面分析了大氣環(huán)流特征量與中國(guó)稻飛虱發(fā)生面積率的相關(guān)關(guān)系。篩選出了影響中國(guó)稻飛虱發(fā)生面積率的關(guān)鍵環(huán)流特征因子52項(xiàng)，其對(duì)中國(guó)稻飛虱發(fā)生影響的重要次序?yàn)楦睙釒Ц邏侯悺鷺O渦類→槽類→其他類；影響的時(shí)段主要為當(dāng)年7月—8月，其次為上年6月至當(dāng)年6月。其中，副熱帶高壓類、極渦類關(guān)鍵環(huán)流因子占全部關(guān)鍵環(huán)流特征因子的67%和23%，在很大程度上決定著中國(guó)稻飛虱發(fā)生的面積。確定的直接影響中國(guó)稻飛虱發(fā)生的關(guān)鍵環(huán)流特征因子有11項(xiàng),其中6項(xiàng)較好地表征了中國(guó)稻飛虱發(fā)生面積率輕、偏輕、偏重、重4個(gè)級(jí)別的氣候特征。用直接影響中國(guó)氣候的關(guān)鍵環(huán)流特征因子建立了當(dāng)年3月—9月的中國(guó)稻飛虱發(fā)生面積率月預(yù)測(cè)模式,每月初可以制作預(yù)報(bào)。該模式歷史擬合效果較好,對(duì)2003年中國(guó)稻飛虱發(fā)生面積率的外延預(yù)報(bào)準(zhǔn)確率分別達(dá)85.6%、90.5%、90.5%、90.4%、90.9%、93.2%、96.3%。同時(shí),本研究還利用1月—11月稻區(qū)月降水量、平均氣溫、日照時(shí)數(shù)所構(gòu)建的所有不同時(shí)段的組合,分析了關(guān)鍵環(huán)流特征因子與稻區(qū)生態(tài)氣象條件、中國(guó)稻飛虱發(fā)生面積率之間的關(guān)系。結(jié)果表明:三者之間相關(guān)密切,這種關(guān)系表現(xiàn)為大氣環(huán)流通過(guò)影響稻區(qū)日照、氣溫和水的變化導(dǎo)致稻飛虱發(fā)生條件的災(zāi)變,進(jìn)而影響稻飛虱發(fā)生面積率。

1.5 時(shí)間序列法

馬飛等利用我國(guó)長(zhǎng)江流域的吳縣1979—1990年及太湖地區(qū)農(nóng)科所1986年—1998年6月—11月褐飛虱田間發(fā)生時(shí)間序列資料,將褐飛虱發(fā)生的一維時(shí)間序列拓展到多維相空間中。研究結(jié)果表明:我國(guó)長(zhǎng)江流域短期褐飛虱發(fā)生演化,在相空間中存在吸引子,并具有分維結(jié)構(gòu),其維數(shù)分別是1.6和0.68,為混沌吸引子(或奇異吸引子);就我國(guó)長(zhǎng)江流域褐飛虱發(fā)生的短期變化而言,為了能在多維相空間支撐上述奇怪吸引了,最好選取4個(gè)變量或建立最低為4階的動(dòng)力學(xué)模式來(lái)進(jìn)行描述。

陳建明等用周期圖分析法預(yù)報(bào)晚稻褐飛虱主害代發(fā)生量。收集和整理浙江蕭山、黃巖、龍游3縣（市）病蟲(chóng)測(cè)報(bào)站多年的連作晚稻褐飛虱主害代最高蟲(chóng)量，采用時(shí)間序列法中的周期圖分析法建立超長(zhǎng)期預(yù)報(bào)方程，并進(jìn)行試報(bào)，預(yù)報(bào)準(zhǔn)確率和歷史擬合率均為100%，并且還可以隔年預(yù)報(bào)。吳嗣勛等在田間遷入峰期、高峰日及峰次的基礎(chǔ)上，采用期距法作中期預(yù)報(bào)，并根據(jù)氣候條件調(diào)整期距作短期預(yù)報(bào)。呂雨土等根據(jù)灰色系統(tǒng)關(guān)聯(lián)分析的基本原理，分析了浙江省衡縣早稻后期白背飛虱發(fā)生量、歷年6月25日—30日平均百叢蟲(chóng)量、同期若蟲(chóng)比例、遲熟品種比例、6月下旬水分積分指和平均氣溫等因素的關(guān)聯(lián)序，并據(jù)此建立加權(quán)關(guān)聯(lián)度預(yù)測(cè)模型。秦厚國(guó)等根據(jù)贛州地區(qū)1980年—1992年早稻白背飛虱蟲(chóng)情及氣象資料，采用模糊權(quán)重列聯(lián)比分析方法，對(duì)1993年早稻白背飛虱進(jìn)行了預(yù)測(cè)和對(duì)歷年蟲(chóng)情進(jìn)行了回測(cè)，預(yù)測(cè)值與實(shí)發(fā)情況吻合。

1.6 卡爾曼濾波法

卡爾曼濾波法是將前一時(shí)刻的預(yù)報(bào)誤差反饋到原來(lái)的預(yù)報(bào)方程，并及時(shí)修正預(yù)報(bào)方程系數(shù)，以此提高下一時(shí)刻的預(yù)報(bào)精度。它的最大優(yōu)點(diǎn)是不需要太多的歷史資料，所建的方程，其預(yù)報(bào)因子與預(yù)報(bào)量之間的關(guān)系是隨時(shí)間的變化而改變的，避免了一般統(tǒng)計(jì)方法所建立的預(yù)測(cè)方程隨時(shí)間推移、氣候變化而致預(yù)報(bào)誤差增大、甚至不可用的缺點(diǎn)。江勝國(guó)等利用桐城市2005年—2007年逐候田間系統(tǒng)調(diào)查的稻飛虱百叢蟲(chóng)量數(shù)據(jù),分析影響桐城市稻飛虱發(fā)生程度的主要?dú)庀笠蜃?。分析發(fā)現(xiàn),旬平均氣溫、候平均氣溫與系統(tǒng)調(diào)查的桐城市稻飛虱百叢蟲(chóng)量均呈顯著的負(fù)相關(guān),顯示高溫對(duì)稻飛虱發(fā)生具有抑制作用,最適宜的候平均氣溫為20.5℃。應(yīng)用卡爾曼濾波方法建立稻飛虱發(fā)生適宜氣象條件等級(jí)預(yù)測(cè)模型,目的在于開(kāi)展稻飛虱發(fā)生的氣象條件預(yù)警預(yù)測(cè),為防蟲(chóng)治蟲(chóng)提供依據(jù)。經(jīng)歷史擬合和2008年試報(bào)應(yīng)用,此模型的預(yù)測(cè)精度較高,可靠性和穩(wěn)定性都較好。利用安徽省桐城市2005年—2007年逐候田間系統(tǒng)調(diào)查的稻飛虱百叢蟲(chóng)量數(shù)據(jù)，分析影響桐城市稻飛虱發(fā)生程度的主要?dú)庀笠蜃?。?yīng)用卡爾曼濾波法建立稻飛虱發(fā)生適宜氣象條件等級(jí)預(yù)測(cè)模型，對(duì)桐城市2007年6月—10月和2008年8月—10月稻飛虱發(fā)生的氣象條件等級(jí)進(jìn)行試報(bào)，2007年準(zhǔn)確率為95.8%，2008年準(zhǔn)確率為86.7%。

1.7 地統(tǒng)計(jì)學(xué)法

地統(tǒng)計(jì)學(xué)是專門描述空間分布類型以及對(duì)未取樣點(diǎn)進(jìn)行估值的應(yīng)用統(tǒng)計(jì)學(xué)的分支，它以區(qū)域化變量理論為基礎(chǔ)，以半方差函數(shù)為主要工具，研究空間數(shù)據(jù)的隨機(jī)性和結(jié)構(gòu)性并進(jìn)行最優(yōu)無(wú)偏內(nèi)插估計(jì)，或者模擬這些數(shù)據(jù)的離散性和波動(dòng)性。不僅能避免經(jīng)典統(tǒng)計(jì)方法如比較頻次分布、聚集度指標(biāo)、擴(kuò)散型指數(shù)等忽略研究對(duì)象的空間位置，得到的結(jié)果很大程度上依賴于取樣單位的大小等缺點(diǎn)，而且能最大限度地利用調(diào)查到的信息，充分利用稀疏或無(wú)規(guī)律的空間數(shù)據(jù)，作出更為精確的估計(jì)，有效地避免系統(tǒng)誤差。

王瑞等運(yùn)用地統(tǒng)計(jì)學(xué)方法研究時(shí)間序列上灰飛虱種群的空間結(jié)構(gòu)，模擬灰飛虱種群空間分布。利用半方差函數(shù)模型分析了麥田一代灰飛虱若蟲(chóng)在時(shí)間序列上的空間結(jié)構(gòu),得出了空間自相關(guān)的各項(xiàng)屬性與蟲(chóng)口密度或環(huán)境因素的關(guān)系:長(zhǎng)、短變程與密度無(wú)關(guān),保持相對(duì)穩(wěn)定;塊金常數(shù)與密度成正相關(guān)(比例效應(yīng)的存在),隨機(jī)性強(qiáng)度與密度成三次多項(xiàng)式曲線相關(guān);各向異性主要由于麥田行株距的差別所決定.并用一般克立金方法作出預(yù)測(cè)表面圖,按時(shí)間順序排列,將灰飛虱若蟲(chóng)在田間的時(shí)空分布情況直觀地顯示出來(lái)進(jìn)行比較分析,得出灰飛虱若蟲(chóng)具有比較穩(wěn)定的時(shí)空分布,認(rèn)為食料充足、生境孤立、自身行動(dòng)力較弱是形成這種情況的主要原因,此外包括天敵在內(nèi)的一些次要因素也對(duì)其種群分布產(chǎn)生影響。

2 存在問(wèn)題與思考

篩選關(guān)鍵因子、關(guān)鍵時(shí)段是進(jìn)行中長(zhǎng)期預(yù)測(cè)的關(guān)鍵，以便科學(xué)地揭示農(nóng)作物病蟲(chóng)害發(fā)生流行與氣象條件、氣候背景之間的關(guān)系。目前，就稻飛虱氣象環(huán)境成因及其預(yù)測(cè)研究而言，其存在的主要問(wèn)題：首先，氣象資料的選擇大多研究局限于行政區(qū)域（省、縣），主要對(duì)稻飛虱發(fā)生的氣象條件作定性描述和經(jīng)驗(yàn)陳述，缺乏有針對(duì)性的系統(tǒng)深入研究，有定量指標(biāo)的研究結(jié)果較少。其次，宏觀尺度對(duì)稻飛虱的消長(zhǎng)規(guī)律的影響機(jī)制研究相對(duì)薄弱。對(duì)于影響我國(guó)氣候關(guān)系密切大尺度環(huán)流因子與稻飛虱發(fā)生的研究一般為零星定性的描述，缺乏深入系統(tǒng)的研究。要強(qiáng)化對(duì)災(zāi)變的預(yù)警能力，應(yīng)加強(qiáng)對(duì)宏觀尺度氣象因素對(duì)稻飛虱發(fā)生消長(zhǎng)的影響及各系統(tǒng)之間的相互作用和相互聯(lián)系的研究。另外，對(duì)于稻飛虱的預(yù)測(cè)預(yù)報(bào)還需要提高其準(zhǔn)確度，尋找大區(qū)域范圍內(nèi)適用的預(yù)測(cè)預(yù)報(bào)模型，選擇宏觀尺度氣象因素作為預(yù)測(cè)預(yù)報(bào)的預(yù)報(bào)因子。

在水稻稻飛虱的預(yù)報(bào)中，以應(yīng)用統(tǒng)計(jì)方法最為普遍，但統(tǒng)計(jì)預(yù)測(cè)法仍還存在著不可忽視問(wèn)題：預(yù)測(cè)效果不穩(wěn)定，有時(shí)預(yù)報(bào)方程擬合率高，但實(shí)際應(yīng)用時(shí)隨條件變化而使預(yù)測(cè)準(zhǔn)確率降低。除統(tǒng)計(jì)預(yù)測(cè)法外，信息預(yù)測(cè)法、人工神經(jīng)網(wǎng)絡(luò)法、相空間重構(gòu)法等新方法也在一些研究中有應(yīng)用，由于后幾種方法應(yīng)用較少，各方法預(yù)報(bào)效果的優(yōu)劣尚無(wú)法比較。

[1]白先達(dá),劉福洲,鄒麗霞,等.稻飛虱遷飛氣象條件等級(jí)預(yù)報(bào)研究[J].安徽農(nóng)業(yè)科學(xué)，2010，38（12）：6303-6306,6341.

[2]包云軒,謝杰,向勇,等.低空急流對(duì)中國(guó)褐飛虱重大北遷過(guò)程的影響[J].生態(tài)學(xué)報(bào)，2009,29（11）:5773-5782.

[3]包云軒,李金建,繆啟龍,等.2006年褐飛虱重大遷入過(guò)程的大氣動(dòng)力背景模擬：個(gè)例研究[J].中國(guó)農(nóng)業(yè)氣象，2008, 29（3）:347-352.

[4]陳觀浩.應(yīng)用馬爾可夫鏈法預(yù)測(cè)晚稻稻飛虱發(fā)生程度[J].昆蟲(chóng)知識(shí)，2003,40（2）:176-178.

[5]陳建明,黃次偉,馮炳燦,等.周期圖分析法在晚稻褐飛虱主害代長(zhǎng)期預(yù)報(bào)中的應(yīng)用[J].植物保護(hù)，1994,20（3）:2-3.

[6]陳先文,黃聞楨,黃瑞娟,等.第3代稻飛虱主要?dú)庀笥绊懸蜃拥耐◤椒治黾邦A(yù)測(cè)[J].生物災(zāi)害科學(xué)，2012，35（1）：70-73.

[7]程遐年,吳進(jìn)才,馬飛.褐飛虱研究與防治[M].北京:中國(guó)農(nóng)業(yè)出版社,2003.

[8]高蘋,武金崗,陳寧,等.大氣環(huán)流特征量的水稻白背飛虱發(fā)生程度預(yù)報(bào)模型的研究[J].生態(tài)學(xué)雜志，2005,24（2）: 146-152.

[9]高明昌,朱昌穩(wěn),朱光時(shí),等.蕪湖稻區(qū)白背飛虱發(fā)生規(guī)律與測(cè)報(bào)技術(shù)探討[J].植物保護(hù)，1994（6）:11-13.

[10]封傳紅,翟保平,張孝羲,等.我國(guó)低空急流的時(shí)空分布與稻飛虱北遷[J].生態(tài)學(xué)報(bào)，2002,22（4）:559-565.

[11]黃珍珠,杜堯東,王華,等.地面氣象因子對(duì)廣東省稻飛虱危害的影響及其預(yù)測(cè)[J].中國(guó)農(nóng)學(xué)通報(bào)，2013,29（12）: 174-178.

[12]胡高,包云軒,王建強(qiáng),等.褐飛虱的降落機(jī)制[J].生態(tài)學(xué)報(bào)，2007,27（12）:5068-5075.

[13]江勝國(guó),程林,張友明,等.基于蟲(chóng)源基數(shù)的稻飛虱發(fā)生等級(jí)氣象預(yù)測(cè)模型[J].安徽農(nóng)業(yè)科學(xué)，2009,37（28）:13658-13659,13744.

[14]江勝國(guó)，楊太明，程林，等.卡爾曼濾波方法在稻飛虱發(fā)生等級(jí)預(yù)測(cè)中的應(yīng)用研究[J].氣象，2010,36（10）:106-109.

[15]季璐,朱敏.中國(guó)稻飛虱發(fā)生面積與大氣環(huán)流特征指數(shù)的關(guān)系[J].安徽農(nóng)業(yè)科學(xué),2012，40（25）:12526-12529.

[16]李軍,蔣耀培,楊秋珍,等.單季晚稻褐飛虱發(fā)生程度的氣候診斷[J].生態(tài)學(xué)雜志，2005,24（3）:339-342.

[17]劉祖建,陳冰,李志杰,等.氣象因子對(duì)第2代稻飛虱發(fā)生程度的影響及預(yù)測(cè)模型[J].南方農(nóng)業(yè)學(xué)報(bào)，2011,42（12）:1500-1502.

[18]盧小鳳,霍治國(guó).桂林地區(qū)稻飛虱發(fā)生等級(jí)氣象預(yù)報(bào)模型[J].生態(tài)學(xué)雜志，2013，32（9）：2444-2450.

[19]呂冬紅,王海青,劉素萍,等.水稻褐飛虱發(fā)生程度氣象預(yù)報(bào)方法的研究[J].安徽農(nóng)業(yè)科學(xué)，2009,37（2）:668-671. [20]呂雨土，毛文彬.白背飛虱種群動(dòng)態(tài)關(guān)聯(lián)分析及預(yù)測(cè)模型的研究[J].昆蟲(chóng)知識(shí)，1996,33（4）:193-195.

[21]馬飛,張夕林,程遐年.褐飛虱長(zhǎng)期預(yù)測(cè)因子的選擇與模型的組建[J].南京農(nóng)業(yè)大學(xué)學(xué)報(bào)，2001,24（2）:53-56.

[22]錢拴,霍治國(guó).大氣環(huán)流對(duì)中國(guó)稻飛虱危害的影響及其預(yù)測(cè)[J].氣象學(xué)報(bào)，2007,65（6）:994-1002.

[23]秦厚國(guó),葉正襄,邱克逢.白背飛虱數(shù)量預(yù)測(cè)的研究─模糊權(quán)重列聯(lián)比分析[J].江西農(nóng)業(yè)學(xué)報(bào)，1994,6（1）:37-41.

[24]王彥集,劉峻明,王鵬新,等.基于加權(quán)馬爾可夫模型的標(biāo)準(zhǔn)化降水指數(shù)干旱預(yù)測(cè)研究[J].干旱地區(qū)農(nóng)業(yè)研究，2007,25（5）:198-203.

張雅樂(lè)（1983年—），烏魯木齊人，博士，主要從事氣象學(xué)（氣候變化）的研究。

2014－02－18